構建適應金融智能體時代的監管框架

文/中國人民銀行金融研究所高級工程師李一

OpenClaw爆火引發AI智能體金融應用熱潮。金融智能體不再是被動的AI工具，其應用將從普通用戶到金融機構，覆蓋金融服務全鏈條，并從根本上改變市場參與者的結構和互動模式。為此，監管機構需要主動構建適應金融智能體時代的監管框架。

金融智能體的興起與應用

金融智能體不只是工具，更是行為主體隨著生成式AI與強化學習的融合，AI智能體（Agent）正從被動的分析工具演變為能夠設定目標、自主決策并執行復雜任務的行為主體。AI智能體技術在金融領域的應用，催生出各類金融智能體。不同于早期AI在算法交易、智能投研、市場監測等應用中的輔助工具角色，金融智能體具有以下核心特征：自主性：能夠在無需人類實時干預的情況下，根據預設的目標（例如“實現年化8%的收益率且最大回撤不超過5%”）獨立感知環境、做出決策并執行行動。

交互性：能夠與其它智能體、金融基礎設施的應用程序接口（API）、數據源乃至人類進行復雜的多輪交互和博弈，以完成既定任務。

適應性：擁有持續學習和進化的能力，能夠根據金融市場環境的變化動態調整其策略，甚至可能涌現出在設計之初未曾預料到的行為模式。

這些特征使得金融智能體成為具有自主行為能力的經濟參與者。例如，金融智能體不僅能夠理解復雜的金融文本（如財報、研報、新聞），更能將其轉化為具體的交易指令、風險管理動作或與對手方的協商策略。芬蘭央行董事會成員Tuomas V?lim?ki近期提出，未來將實現客戶完全放手、由智能體自主為其做出消費和投資決策。

從普通用戶到金融機構，市場參與者在演變

面向普通金融用戶，智能體將成為個人的金融管家。未來，用戶可以不再直接購買單一的金融產品，而是訂閱或擁有一個專屬的“AI金融管家智能體”。這個智能體將獲得用戶的授權，訪問其在各個銀行的賬戶、信用卡、養老金等信息（這正是開放銀行和開放金融所構建的共享數據基礎），并根據用戶的收入狀況、消費習慣、風險偏好和人生目標，自主進行儲蓄規劃、賬單支付、債務管理和投資組合配置。它會同時與多個金融機構的智能體進行詢價、談判和交易，為用戶爭取最優的金融服務條件。英國金融行為監管局（FCA）在開放金融沖刺計劃提到，智能體將極大提升個性化金融服務。

面向金融機構，智能體將代理各類具體金融業務，承擔更為復雜的職能。例如，策略執行與做市智能體不再僅遵循固定的價差和存貨模型，而是能夠感知市場上人類交易員的情緒變化和其它智能體的行為特征，動態調整自身的做市策略，甚至在多個交易所之間進行復雜的跨市場套利。美聯儲研究發現，由大模型驅動的智能體投資更具理性，可減少從眾交易行為引發的資產價格泡沫。在風險管理與合規方面，智能體可以被部署為內部的“監督合規官”，實時監控交易員的言行和交易流，識別潛在的市場操縱、利益輸送或銷售不規范等行為。2026年3月，香港金管局推出“GenA.I.沙盒++”計劃，重點就是運用“AI對抗AI”進行風險管理，這預示著未來的合規審查將是智能體與智能體之間的博弈。

面向金融基礎設施，智能體將管理流動性，深度參與基礎設施運營。例如，在支付系統中，智能體根據對跨行資金流動的預測，主動在流動性管理市場上進行拆借，以實現整個系統流動性效率的最優化。在去中心化金融（DeFi）領域，智能體已成為自動化做市商、借貸協議等核心組件的一部分。它們根據算法規則自動提供流動性、清算頭寸，其行為模式直接影響著DeFi生態的穩定性。

多智能體系統重構金融生態

AI智能體發展的終極形態并非單個強大的智能體，而是多智能體系統。在這樣的系統中，成千上萬個代表不同利益主體（個人、機構）的智能體將在數字金融空間中交互博弈，推動金融生態重構。

一是市場主體的泛化。市場的參與者將不再僅僅是“人”，還包括大量具備準法律主體資格或合法交易名義的智能體。它們擁有自己的“數字錢包”，持有資產，簽署智能合約，成為法律意義上的交易對手。

二是交互速度的質變。交易決策和執行的時滯將從秒級、毫秒級壓縮至納秒級。更重要的是，信息的傳遞和交易策略的協同將在智能體之間以機器碼的速度直接完成。

三是市場結構的扁平化與碎片化。傳統的金融中介角色可能被重新定義。例如，投資顧問的功能將被個性化的專家智能體所取代；做市商的職能可能由眾多分散的流動性提供智能體共同承擔。整個市場的連接方式將從中心化、層級化向分布式、網絡化演變。

金融智能體帶來監管挑戰

現有的金融領域的監管框架，在很大程度上是為了應對一個由人類主導的、相對“慢速”和“可解釋”的金融世界而設計的。當市場的微觀行為主體從人類擴展到具備自主學習和博弈能力的金融智能體時，監管對象的邊界變得模糊，傳統的穿透手段——如查閱董事會紀要、審查內控流程、訪談首席風險官——將面臨效力不足。

第一，智能體主體屬性的模糊化導致責任歸屬困難。由于金融智能體具備自主學習和進化能力，其造成損害的金融行為模式，是人類未曾預料也無法在事后完全解釋的，這使得難以在開發者、部署者（金融機構）、用戶之間劃定清晰的責任邊界。金融穩定理事會（FSB）在最新AI監測報告中指出，AI的廣泛應用加劇了第三方依賴、模型風險和治理挑戰。更重要的是，當這個“第三方”是一個能夠自主進化、行為難以預測的AI智能體時，傳統基于合同和審計的第三方風險管理手段將收效甚微。穿透式監管需要穿透的，不再僅是幾層公司股權結構，而是一個由代碼、數據和算法構成的、自我演化的復雜系統。

第二，“涌現”行為與算法“黑箱”使模型風險管理與可解釋性要求面臨極限。一方面，“涌現”行為的不可預測性可能產生高度破壞性。AI智能體的復雜行為并非由代碼逐行“編寫”出來，而是通過與環境的交互“涌現”出來的。這意味著，即使在部署前經過了詳盡的測試，在真實的、瞬息萬變的金融市場中，智能體仍然可能學習并展現出在測試環境中從未出現過的行為模式，這些行為可能具有高度創造性，也可能具有高度破壞性。一個潛在的現實是：未來的金融風險可能不再僅僅源于人類的貪婪與恐懼，還將源于AI智能體在復雜互動中涌現出的、難以預料的“硅基生物行為”。另一方面，“黑箱”將進行自主進化。盡管英國央行、英國金融行為監管局等各國監管機構，早已將模型風險管理作為AI治理的核心議題，但智能體的發展帶來嚴峻挑戰。隨著智能體的持續學習和進化，其決策邏輯（即神經網絡的權重）處于持續變化中，因此在某一時刻對其決策過程的“可解釋性分析”，可能在下一時刻就已失效。監管者面對的將是一個動態演化的“黑箱”。

第三，智能體之間的高頻自主交互可能引發新型市場操縱與系統性風險。智能體可能被惡意利用，或自發演化出各類市場操縱行為。一是“對話式”操縱。一個智能體可能通過在社交媒體、新聞評論區或專業的金融論壇上大量發布經過精心設計的、帶有傾向性的評論，來影響市場情緒，進而為其持倉謀利。這種操縱方式比傳統的“拉抬出貨”更為隱蔽和難以取證。二是“智能體之間”合謀。多個分屬不同主體的智能體，可能在沒有任何人類指令和預先編程的情況下，通過反復的市場交互和學習，自發形成合謀行為，如共同操縱某個流動性較差的資產價格，或達成某種劃分市場的默契。這種“算法合謀”將極其難以監測和界定。三是“虛假信息”攻擊。智能體可以制造并傳播高保真的虛假信息（如偽造的公司財報、高管談話視頻），并利用其高速交易能力在信息發酵前快速獲利。這將對市場信息的真實性構成嚴重威脅……

來源 | 《清華金融評論》2026年5月刊總第150期

編輯 | 丁開艷

審核丨秦婷

責編 | 蘭銀帆

Review of Past Articles -

01

02